买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉陕西九州遥感信息技术有限公司;西安交通大学申请的专利基于多源遥感数据预测海水透明度和海表温度的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116070132B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211632315.9，技术领域涉及：G06F18/24；该发明授权基于多源遥感数据预测海水透明度和海表温度的方法是由周高祥;何清颖;陈军;徐铭;明泽菲设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本基于多源遥感数据预测海水透明度和海表温度的方法在说明书摘要公布了：本发明公开一种基于多源遥感数据预测海水透明度和海表温度的方法，首先采集足量的水色卫星数据，对遥感反射率数据进行残差校正、水体固有光学量反演、海水透明度反演等预处理操作，并对得到的海水透明度数据和海表温度数据进行时空插补，进而制作训练数据集；然后构建预报模型，并对其进行训练以确定最佳的预报模型，所述预报模型采用卷积长短期记忆网络ConvLSTM与全链接相结合的方式构建预报模型；最后基于训练好的预报模型实现对特定海域的海水透明度与海表温度的预报，保证未来海洋环境信息的精准性。

本发明授权基于多源遥感数据预测海水透明度和海表温度的方法在权利要求书中公布了：1.基于多源遥感数据预测海水透明度和海表温度的方法，其特征在于，包括以下步骤： 步骤A、构建训练数据集：采集水色卫星数据，所述水色卫星数据包括多年各波段的遥感反射率数据和海表温度数据，并对遥感反射率数据进行残差校正、水体固有光学量反演、海水透明度反演操作，然后对得到的海水透明度数据和海表温度数据进行时空插补，制作训练数据集； 所述步骤A具体通过以下方式实现： 步骤A1、残差校正：基于固有光学特性数据处理系统IDAS计算遥感反射率数据中的残差； 步骤A2、水体固有光学量反演：将步骤A1残差校正后的遥感反射率数据输入固有光学量算法NNSAA，获取每个波段的水体后向散射系数和吸收系数，进而得到总后向散射系数和总吸收系数； 步骤A3、海水透明度反演：基于步骤A1残差校正后遥感反射率数据和步骤A2得出的总后向散射系数和总吸收系数，根据透明度反演算法计算海水透明度Zsd； 步骤A4、数据时空插补：通过自然临点插值算法对每一景海水透明度数据和海表温度数据进行空间插补；通过线性插值算法对所需时间序列数据中缺失的海水透明度数据和海表温度数据进行时序插补； 所述步骤A3在进行海水透明度反演时，根据水体浑浊指数Td分别构建对应的海水透明度计算公式，最后计算得到海水透明度影像数据，具体包括： 1定义水体浑浊指数Td对水体进行初步分类： 2以步骤A2计算得到的总后向散射系数和总吸收系数作为输入，构建用于估算低浑浊海水Zsd公式： 3构建基于Rrs748与Rrs869的差值的估算极度浑浊海水透明度的公式： 4结合2和3，构建的中浑浊海水透明度计算公式： 式中，Zsd,lt为低浑浊海水透明度计算公式，Zsd,et为极度浑浊海水透明度计算公式，Zsd,mt为中浑浊海水透明度计算公式，bbw488为纯水在488nm处的后向散射系数，W为连接公式的权重值； 步骤B、构建预报模型，并对其进行训练以确定最佳的预报模型，所述预报模型结构及原理如下： 1预报模型采用卷积长短期记忆网络ConvLSTM与全链接相结合的方式构建，包括N层ConvLSTM层和一个基于全连接计算的预报层，2≤N≤5； 2将前d天的每天基于n×n像元组成的数据窗口共同构成的n×n×d的三维数组为模型输入，经过N层ConvLSTM网络单元前向传播学习获取数据窗口的时空特征信息，然后通过预报层计算n×n数据窗口的第d+1天的值，最后输出该窗口中心像元的预报值，至此完成一个中心像元值的一次预测；通过窗口滑动的方式遍历整景数据，对每个窗口执行上述操作，实现对第d+1天的整景的海水透明度和海表温度的预测； 步骤C、基于训练好的预报模型，对特定海域海水透明度与海表温度进行预报。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人陕西九州遥感信息技术有限公司;西安交通大学，其通讯地址为：710016 陕西省西安市未央区贞观路169号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。